Il bias di non risposta si verifica quando le persone che partecipano a uno studio di ricerca sono intrinsecamente diverse dalle persone che non partecipano. Questo pregiudizio può avere un impatto negativo sulla rappresentatività del campione di ricerca e portare a risultati distorti. Basare importanti decisioni aziendali su ricerche condotte utilizzando rispondenti non rappresentativi è potenzialmente disastroso.
Non-risposta bias non riceve molta attenzione al di fuori della classe. Nella scuola grad, ricordo di aver studiato questo pregiudizio insieme a molti altri che sorgono nella ricerca di soggetti umani. Nei due decenni della mia carriera, mi è stato chiesto di non-risposta bias solo una volta. Non è un argomento popolare.
Sappiamo molto sui nostri partecipanti alla ricerca attraverso l’osservazione, sia la visualizzazione effettiva dei comportamenti o l’esame delle risposte al sondaggio. Ma è difficile determinare psicografici o comportamenti tra i non partecipanti (abbiamo zero informazioni per definizione). Possiamo ipotizzare perché potrebbero scegliere di non partecipare…troppo occupato, non importa, non sapeva circa l’opportunità di ricerca, non mi piace dare opinioni, dimenticato di rispondere, preoccupato per la privacy, e così via. Ma queste sono solo supposizioni. Abbiamo qualche idea che questi intervistati potrebbero essere diversi attitudinalmente e comportamentalmente dai partecipanti alla ricerca. Ancora una volta, non sappiamo davvero come queste differenze potrebbero influire sui risultati della ricerca.
I ricercatori sono molto coscienziosi e cercano di ottenere un campione rappresentativo per i loro studi (sia qualitativi che quantitativi). Ma ammettiamolo. Fingere che il bias di non risposta non esista è più facile che riconoscerlo e affrontarlo. Affrontare il bias di non risposta è un non-starter per una ragione molto convincente-varia da difficile a impossibile da contrastare senza un grande investimento di tempo e budget. Nell’ambiente “fail fast” di oggi, l’atteggiamento prevalente è quello di ignorare questo pregiudizio e andare avanti. Non sappiamo cosa non sappiamo, quindi perché è importante nel grande schema delle cose?
Questo atteggiamento non è condiviso da tutte le istituzioni. Un esempio saliente sono gli Stati Uniti. Census Bureau, che conduce, tra molte altre valutazioni, un conteggio completo della popolazione ogni 10 anni. Anche se richiesto dalla legge per rispondere alle forme di indagine spediti a ogni famiglia nella nazione, circa il 30% delle famiglie non partecipano. Il Census Bureau prende sul serio il suo mandato e invia i lavoratori per amministrare il sondaggio ai non-responder. Questi lavoratori visitano la stessa famiglia fino a sei volte al fine di ottenere un modulo compilato.
Il Census Bureau può contare su un’amministrazione di sondaggi di persona per ridurre il pregiudizio di non risposta perché opera con un budget pesante (il budget 2010 era superiore a billion 5 miliardi di dollari). I risultati accurati del censimento portano a una migliore rappresentanza al Congresso e a un’allocazione più equa di funds 100+ miliardi in fondi federali. Si potrebbe dire che l’attenzione del Census Bureau alla non-risposta bias produce un enorme ritorno sugli investimenti.
Realisticamente, però, budget di ricerca di mercato di billion 5+ miliardi e tempistiche di progetto che si estendono diversi mesi sono difficili da trovare. Ci sono, tuttavia, strategie che possono mitigare l’impatto di pregiudizi non risposta che non richiedono grandi budget e periodi di tempo più lunghi.
- Evita metodi che potrebbero scoraggiare la partecipazione di determinati gruppi. Il campione ha qualità che rendono difficile per loro rispondere tramite metodi particolari? I sondaggi online sono strumenti di ricerca molto popolari perché sono relativamente economici e veloci. Ma i sondaggi online potrebbero non essere la scelta migliore, ad esempio, per gli intervistati anziani a basso reddito. Utilizzando un metodo online può risultare in un campione composto più di alto reddito, consumatori più giovani che hanno valori diversi, credenze, e opinioni rispetto ai loro più anziani, controparti a basso reddito.
- Ricorda agli intervistati la partecipazione iniziale alla ricerca e fai sapere loro quando rispondere. Considerare l’utilizzo di e-mail e promemoria di testo. Ciò aumenta la probabilità che i procrastinatori e coloro che non amano controllare la posta elettronica (Millennials e Gen Z) saranno inclusi nel campione finale. Questo significa anche lasciare il sondaggio aperto per diversi giorni a una settimana per consentire ai rispondenti che non controllano la loro e-mail ogni giorno per rispondere.
- Tenere le indagini brevi e / o condurre test preliminari per garantire che l’incentivo alla partecipazione sia in linea con le aspettative. Un metodo potrebbe essere quello di utilizzare un sondaggio di forma breve che consiste in alcune domande chiave e quindi fornire l’opportunità di dare un feedback aggiuntivo su un sondaggio di forma più lunga. Prima che le domande chiave siano combinate, i test statistici determinerebbero se coloro che hanno risposto all’indagine in forma abbreviata hanno dato risposte diverse rispetto a coloro che hanno risposto all’indagine in forma più lunga. Sospetto che non ci sarebbe una differenza nella maggior parte dei casi. Tale metodologia fornirebbe teoricamente la certezza che alcuni dei pregiudizi di non risposta siano stati presi in considerazione.
- Usa più approcci. Le metodologie di miscelazione sono una tattica forte per prevenire pregiudizi di non risposta. Gli individui che sono riluttanti a partecipare a uno studio qualitativo di gruppo possono essere più a suo agio esprimendosi in una bacheca online, per esempio. Una nota azienda di snack e bevande utilizza diversi metodi per promuovere la partecipazione. Non solo impiegano i soliti approcci di localizzazione online e centrale, inviano unità di ricerca mobili alle località del centro città per suscitare feedback da parte dei consumatori che altrimenti non sarebbero inclusi.
Rimuovere completamente il bias di non risposta dalla ricerca è un compito impossibile. Indipendentemente da ciò, i ricercatori dovrebbero sforzarsi di farlo. Le parti interessate potrebbero non apprezzare appieno lo sforzo necessario per ridurre le distorsioni. Sono certo, però, che tutti noi apprezziamo avere più fiducia che le decisioni aziendali basate su ricerche più pulite e rappresentative hanno maggiori probabilità di avere successo.